您所在的位置:http://www.qk114.net > 论文 > 计算机论文 > 正文

汽车雷达全频目标识别算法与FPGA实现

  摘 要: 提出一种用于汽车雷达防撞技术的全频目标识别(FSTR)算法,该方案采用24 GHz毫米波雷达,在FPGA平台上进行信号处理。通过python软件实现算法并进行仿真,仿真结果和FPGA实际运行的结果一致。该方案的雷达扫频信号为100 Hz的锯齿波,采样频率为480 kHz,离散傅里叶变换(DFT)点数为4 096点,每一帧数据的时间间隔为10 ms,满足车辆行驶实时性的要求。通过对道路行驶测得的数据比较,相比主流的恒虚警率(CFAR)算法,本算法抗干扰能力更强,精确度更高。 

  关键词: 雷达; 汽车防撞; 全频; 离散傅里叶变换 
  中图分类号: TN911.72?34 文献标识码: A 文章编号: 1004?373X(2017)23?0171?04 
  Abstract: A full spectrum target recognition (FSTR) algorithm used for collision avoidance technology of automotive radar is proposed. A 24 GHz millimeter?wave radar is used in the scheme to process the signal on FPGA platform. The FSTR algorithm is realized with the python software, and its simulation result is consistent with the actual running result processed by FPGA. The items of the scheme can meet the real?time requirement of vehicle travel, which includes that the radar sweet?frequency signal is the 100 Hz sawtooth wave, the sampling frequency is 480 kHz, the discrete Fourier transform (DFT) count is 4 096, and the time interval of each frame data is 10 ms. The comparison result of the data measured in vehicle travelling shows that, in comparison with the constant false?alarm rate (CFAR) algorithm, the FSTR algorithm has stronger anti?interference ability and higher accuracy. 
  Keywords: radar; automobile collision avoidance; full spectrum; DFT 
  0 引 言 
  经济的发展提高了人们的生活质量。随着汽车数量的增多,交通事故的数量也增加了。根据美国各州公路工作者协会资料显示,司机从感知、判断到制动产生效果需要[1]3 s,当前大部分科研工作者把精力放在减少司机感知的时间上。主流的汽车防撞预警技术以图像识别和红外等为主[2?3],但这些技术受环境影响很大,恶劣环境下,往往不能减少司机感知的时间。图像识别技术在白天的准确率很高,但在晚上和雾天,准确率大大下降[2]。红外识别技术受到雨滴的影响,在雨天效果很差[3]。基于毫米波雷达的汽车防撞预警技术具有不受天气环境影响的优点,可以适应各种环境。本方案采用24 GHz毫米波雷达,在FPGA平台上进行信号处理,通过python软件实现算法并进行仿真。本方案提出的全频目标识别(Full Spectrum Target Recognition,FSTR)算法与主流的恒虚警率(Constant False?Alarm Rate,CFAR)算法[4]比较,FSTR算法的虚警率更低,抗干扰的能力更强,更加适应复杂的路况环境。 
  1 雷达测距原理 
  本文方案使用的是载波频率为24 GHz毫米波雷达。调制信号[Tramp]是100 Hz的锯齿波,调制宽度[BSW=]150 MHz,雷达载波频率[fc=24] GHz,在低速环境下,多普勒效应对距离的误差[5]小于0.1 m。因而本方案忽略多普勒效应,使用一次DFT计算得到距离信息。 
  2 全频目标识别算法与FPGA实现 
  雷达测距的表现与目标物的反射面积、目标物的材质有关,金属之类反射率比较高的材料在雷达测距上的表现更好。雷达在汽车行驶时,可以测到多个目标,但在安全层面,只有最近的目标物才是影响汽车安全的关键,因而用以预警的目标物在频谱上应该满足两个条件:相对在整个频谱上,幅值足够大;在量测到多个目标物时,应取距离最近的目标用以预警。针对这两点,本文提出一种全频目标识别算法,该算法可以分为两部分:第一部分提取频谱上所有目标物的频率;第二部分选取最近的可能目标频率用以预警。本文采用的是4 096点DFT基2算法,因为DFT具有对称性,前2 048个数据已能满足实验要求。 
  2.1 所有目标物提取算法 
  根据式(13)得到频率和DFT序号之间的关系,由每一个数据序号对应的幅值大小判断其是否是一个可能的目标。首先,求得2 048个数据中的最大值[Gmax,]然后将2 048个数据按照序号分成[N=256]组,每组[M=2 048N=]8个元素,例如数据1~8为一组,9~16为第二组,以此类推。在多次实验比较中,[N=256]是一个较合适的参数。经过计算得到64组中每组数据的最大值[Gk,][k=1,2,…,255,256]和[Gk]对应的序号[nk,]从而得到两个集合[G=G1,G2,…,G255,G256,][n=n1,n2,…,n255,n256]。
 
 考虑到目标物应满足在频谱上的幅值足够大的条件,设定阈值[F1=0.6Gmax,]若[Gk,][k=1,2,…,255,256]大于阈值[F1,]则认为存在一个目标,将[Gk]存入集合[T,]将[nk]存入集合[T_n。] 
  2.2 最近目标识别算法 
  集合[T]已包含所有可能的目标物的幅值大小,[T_n]包含目标物对应的序号。在安全层面,只有最近的目标物才需要预警,但由于路面环境复杂,频谱会出现一些干扰信号,这些干扰信号会造成虚警。雷达测距的好坏和目标物的面积有关,一个良好目标物在频谱上往往表现成一个主峰和一些次峰的叠加,只有主峰才是准确的目标信息。FSTR的第二部分用于准确地识别最近的目标距离。 
  设定阈值[F2=0.8Gmax,]用以区分同一目标内多个波峰的主峰。最近目标识别算法流程如图2所示。 
  2.3 FPGA架构 
  本文方案采用DE2?115FPGA开发板,主频为50 MHz,数据位为32位,地址位为12位。FPGA架构见图3。DFT模块输出使能信号AvEn,数据信号Avdata和地址信号AvEn,Max Group将DFT的输出经过处理后输出256组数据中的最大值到RAM中,当DFT输出2 048个数据后,FSTR开始读RAM的数据进行运算,最后输出目标物的幅值Target和序号Target_n。 
  3 实验结果比较 
  本文使用的是载波频率为24 GHz毫米波雷达。调制信号[Tramp]是100 Hz的锯齿波,调制宽度[BSW=]150 MHz,雷达载波频率[fc=]24 GHz,采样频率是480 kHz,DFT点数为4 096。根据式(13),式(14),本方案距离的分辨率是1 m,能测到的最远距离是300 m。 
 
本站主营各类论文发表论文发表职称论文发表论文代写代发表服务!
加盟 加盟陈主编:QQ:22848269 咨询电话 垂询电话:13541216041 邮箱投诉邮箱:[email protected]
QQ客户 客服杨老师:QQ:61771950 咨询电话 垂询热线:02880885761 邮箱 咨询邮箱:[email protected]
QQ咨询 客服邓老师:QQ:61771951 咨询电话 垂询热线:02880885762 邮箱导咨询邮箱[email protected]
联系地址 联系地址: 四川大学望江校区 成都市一环路南一段24号 邮编: 610065
常年法律顾问支持:四川川达律师事务所 信息产业部备案:蜀ICP备08008442号
专业,诚信,快捷,权威的论文发表网